このパイプラインはどんな課題を解決するのか？

日本のJSIC産業コードは粗すぎるため、LLM導入支援やサプライチェーンDXに取り組む先進スタートアップもすべて「情報サービス」に一括りにされてしまう。その結果、担当者が数百のサイトを手作業で確認せざるを得なかった。

規模を拡大してもコストを抑えられるのはなぜか？

高速なキーワードフィルタ、分類体系のベクトル類似度、LLMレビューの3段階カスケードを採用している。各サイトのSHA-256ハッシュを保存し、変更のないサイトは再分類を省略することで、月間コストを85%削減した。

IT補助金の採択や特許分類といった政府のオープンデータのシグナルを組み合わせることで、タグの信頼度は98%超に高まった。

大規模言語モデルAIコーディングQiita 機械学習1時間前2026年10月12日 13:00

何が起きたか
Kigyou-listは企業サイトや求人情報を読み込み、1000種超の分類体系に対する埋め込み検索と高速LLMチェックを組み合わせてB2Bタグを付与するPythonパイプラインを運用している。
なぜ重要か
日本標準産業分類（JSIC）の粒度が粗く、最先端スタートアップがすべて「情報サービス」に分類されてしまい、担当者が数百のサイトを手作業で確認する事態を招いているため。

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

よくある質問

このパイプラインはどんな課題を解決するのか？: 日本のJSIC産業コードは粗すぎるため、LLM導入支援やサプライチェーンDXに取り組む先進スタートアップもすべて「情報サービス」に一括りにされてしまう。その結果、担当者が数百のサイトを手作業で確認せざるを得なかった。
規模を拡大してもコストを抑えられるのはなぜか？: 高速なキーワードフィルタ、分類体系のベクトル類似度、LLMレビューの3段階カスケードを採用している。各サイトのSHA-256ハッシュを保存し、変更のないサイトは再分類を省略することで、月間コストを85%削減した。
タグの精度はどの程度か？: IT補助金の採択や特許分類といった政府のオープンデータのシグナルを組み合わせることで、タグの信頼度は98%超に高まった。